隨著視頻監(jiān)控技術(shù)的飛速發(fā)展,多個(gè)攝像機(jī)組成的大范圍智能視頻監(jiān)控的應(yīng)用越來越廣,如何在無(wú)重疊區(qū)域的多攝像頭間準(zhǔn)確地識(shí)別跟蹤指定目標(biāo)已成為行業(yè)的迫切需求與巨大挑戰(zhàn)。多攝像頭網(wǎng)絡(luò)中行人再識(shí)別的研究由于難度大,但社會(huì)需求迫切,目前已經(jīng)成為一個(gè)研究熱點(diǎn)問題。在監(jiān)控網(wǎng)絡(luò)多個(gè)相機(jī)視域中行走通過的行人,會(huì)受到外界各種復(fù)雜環(huán)境干擾因素的影響,尤其是相似目標(biāo)的干擾,以及行人姿態(tài)變化的多樣性。如何提高智能監(jiān)控網(wǎng)絡(luò)中行人再識(shí)別的準(zhǔn)確性成為很大的難點(diǎn)問題。為此,本文采用殘差網(wǎng)絡(luò)模型獲取目標(biāo)樣本和測(cè)試樣本的深度特征,以提高特征的魯棒性。同時(shí),基于多置信度再排序方法使越相似的樣本排名越靠前,使匹配結(jié)果更精確,進(jìn)而提高行人再識(shí)別的準(zhǔn)確性。首先對(duì)目標(biāo)樣本及測(cè)試樣本獲取其描述特征;然后使用度量學(xué)習(xí)方法得到目標(biāo)樣本與測(cè)試樣本特征間相似性的初始排序。再排序時(shí),首先使用互相似判別原理,刪除初始排序中錯(cuò)誤的匹配,然后再基于置信區(qū)間與置信權(quán)值將初始排序中靠后的真正匹配拉回列表前端,并使用Jaccard距離對(duì)相似性進(jìn)行重排序,最后將目標(biāo)樣本與測(cè)試樣本、聚類中心與測(cè)試樣本再排序后的結(jié)果進(jìn)行相似性融合。算法在Market-1 501、C...

【文章頁(yè)數(shù)】：63 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 行人再識(shí)別研究背景和意義
    1.2 行人再識(shí)別發(fā)展現(xiàn)狀
        1.2.1 行人特征表達(dá)
        1.2.2 相似性度量
    1.3 行人再識(shí)別面臨的挑戰(zhàn)
    1.4 論文的章節(jié)安排
2 行人再識(shí)別相關(guān)技術(shù)
    2.1 前言
    2.2 LOMO特征提取
        2.2.1 HSV顏色直方圖
        2.2.2 SILTP紋理特征
        2.2.3 LOMO特征
    2.3 相似性度量學(xué)習(xí)方法
        2.3.1 KISSME度量學(xué)習(xí)
        2.3.2 XQDA度量學(xué)習(xí)
    2.4 性能評(píng)價(jià)標(biāo)準(zhǔn)
    2.5 常用數(shù)據(jù)庫(kù)
    2.6 本章小結(jié)
3 基于卷積神經(jīng)網(wǎng)絡(luò)的行人再識(shí)別
    3.1 前言
    3.2 卷積神經(jīng)網(wǎng)絡(luò)的介紹
        3.2.1 卷積神經(jīng)網(wǎng)絡(luò)的基本層
        3.2.2 卷積神經(jīng)網(wǎng)絡(luò)正反向傳播
    3.3 Res Net網(wǎng)絡(luò)模型
        3.3.1 Res Net結(jié)構(gòu)分析
        3.3.2 Res Net模型特點(diǎn)
    3.4 實(shí)驗(yàn)與分析
        3.4.1 不同相似性匹配方法的比較
        3.4.2 Res Net50網(wǎng)絡(luò)特征與LOMO特征的比較
    3.5 本章小結(jié)
4 基于多置信度重排序的行人再識(shí)別
    4.1 前言
    4.2 互相似判別原理
    4.3 置信區(qū)間與置信權(quán)值
        4.3.1 候選目標(biāo)的聚類
        4.3.2 置信區(qū)間的建立
        4.3.3 置信權(quán)值的設(shè)置
    4.4 相似性重排序
        4.4.1 Jaccard距離
        4.4.2 相似性融合
    4.5 實(shí)驗(yàn)與分析
        4.5.1 Market-1501 數(shù)據(jù)集實(shí)驗(yàn)與分析
        4.5.2 CUHK03數(shù)據(jù)集實(shí)驗(yàn)與分析
        4.5.3 MARS數(shù)據(jù)集實(shí)驗(yàn)與分析
    4.6 本章小結(jié)
5 總結(jié)與展望
    5.1 工作總結(jié)
    5.2 展望
致謝
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表論文、科研及獲獎(jiǎng)情況
    已發(fā)表論文
    參與的科研與教學(xué)工作
    獲獎(jiǎng)情況



本文編號(hào)：3846183